基于docker容器，搭建可视化监控系统，容器资源监控 & 业务数据监控，cAdvisor + InfluxDB + docker + Grafana 20190901

版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。

本文链接： https://blog.csdn.net/u012888052/article/details/100181120

基于jsoup框架的爬虫系统，包括接口爬、定时爬、多线程爬
GitHub地址：https://github.com/HappyWjl/easy-monitor
如果该项目对您有帮助，您可以点右上角 “Star” 支持一下 谢谢！
或者您可以 “follow” 一下，该项目将持续更新，不断完善功能。
转载还请注明出处，谢谢了
博主QQ：820155406

一、容器监控

由于网上已有非常优秀的博文，所以博主就不再重新写了，详情见：https://blog.csdn.net/u012888052/article/details/99744554

• docker 请自行安装，不会的百度

二、业务监控

• 实现业务监控时，请务必完成上方的“容器监控”步骤，因为环境相同
• 业务监控的范围非常广泛，比如：登录的用户数量、指定短信的发送数量、微信消息的发送数量等，接下来我们通过简单的程序，模拟用户登录事件，进行数据监控

1、创建数据库

• 在容器监控中，我们已经搭建了InfluxDB数据库，所以我们现在可以根据具体业务，创建对应的业务数据库，这里我的业务是用户登录，属于用户系统下的事件，所以起名为 user
• 按照下图所示，创建数据库，将上方的sql语句中数据库名改为 user ，敲回车。
  
• 当成功时，会返回success
  
• 接下来，我们查看现有数据库，可以看到user库已经创建完成
  

2、创建模拟用户登录的项目

• 具体怎么建项目这里就不说明了，简单讲一下里面的核心文件，实际企业中也不会像这个demo这么简单，挑有用的复制过去就可以
• 项目采用IDEA开发，使用JDK11，这里环境自行搭建，不会的还请动手百度下
• 项目结构
  
• pom.xml 构建包，需要引入需要的包，核心包只有一个，当然引入InfluxDB还有其他的包可以引入，比如spring中集成的包，在这里我们引入官方的原生包

        <!-- influxdb -->
        <dependency>
            <groupId>org.influxdb</groupId>
            <artifactId>influxdb-java</artifactId>
            <version>2.15</version>
        </dependency>

• 配置文件application.yml，里面定义了项目端口8081，以及数据库的连接配置。为什么要指定8081呢，实际上我们的8080端口在前面已经被cAdvisor占用了，而项目是在博主的同一台机器运行的。

server:
  port: 8081

influxdb:
  username: root
  password: 123456
  openurl: http://localhost:8086
  database: user

• InfluxDB工具类，这个文件封装了大量常用的InfluxDB api，方便我们使用，博主是在网上找到的这个文件，并非原创，后来进行了代码优化，增加了一些注释。

package com.ilearn1234.monitor.util;

import lombok.extern.slf4j.Slf4j;
import org.influxdb.InfluxDB;
import org.influxdb.InfluxDBFactory;
import org.influxdb.dto.*;

import java.util.List;
import java.util.Map;
import java.util.concurrent.TimeUnit;

/**
 * InfluxDB数据库连接操作类
 *
 * @author Happy王子乐
 */
@Slf4j
public class InfluxDBUtil {

    // 用户名
    private String username;
    // 密码
    private String password;
    // 连接地址
    private String openurl;
    // 数据库
    private String database;
    // 保留策略
    private String retentionPolicy;
    // InfluxDB对象
    private InfluxDB influxDB;

    public InfluxDBUtil(String username, String password, String openurl, String database,
                        String retentionPolicy) {
        this.username = username;
        this.password = password;
        this.openurl = openurl;
        this.database = database;
        this.retentionPolicy = retentionPolicy == null || retentionPolicy.equals("") ? "autogen" : retentionPolicy;
        influxDbBuild();
    }

    /**
     * 创建数据库
     *
     * @param dbName 数据库名
     */
    @SuppressWarnings("deprecation")
    public void createDB(String dbName) {
        influxDB.createDatabase(dbName);
    }

    /**
     * 删除数据库
     *
     * @param dbName 数据库名
     */
    @SuppressWarnings("deprecation")
    public void deleteDB(String dbName) {
        influxDB.deleteDatabase(dbName);
    }

    /**
     * 测试连接是否正常
     *
     * @return true 正常
     */
    public boolean ping() {
        boolean isConnected = false;
        Pong pong;
        try {
            pong = influxDB.ping();
            if (pong != null) {
                isConnected = true;
            }
        } catch (Exception e) {
            log.error("InfluxDBUtil ping is error", e);
        }
        return isConnected;
    }

    /**
     * 连接时序数据库 ，若不存在则创建
     *
     * @return 数据库实例
     */
    public InfluxDB influxDbBuild() {
        if (influxDB == null) {
            influxDB = InfluxDBFactory.connect(openurl, username, password);
            influxDB.setDatabase(database);
        }
        influxDB.setLogLevel(InfluxDB.LogLevel.NONE);
        return influxDB;
    }

    /**
     * 创建自定义保留策略
     *
     * @param policyName  策略名
     * @param duration    保存天数
     * @param replication 保存副本数量
     * @param isDefault   是否设为默认保留策略
     */
    public void createRetentionPolicy(String policyName, String duration, int replication, Boolean isDefault) {
        String sql = String.format("CREATE RETENTION POLICY \"%s\" ON \"%s\" DURATION %s REPLICATION %s ", policyName,
                database, duration, replication);
        if (isDefault) {
            sql = sql + " DEFAULT";
        }
        this.query(sql);
    }

    /**
     * 创建默认的保留策略
     *
     * @param 策略名：default，保存天数：30天，保存副本数量：1，设为默认保留策略
     */
    public void createDefaultRetentionPolicy() {
        String command = String.format("CREATE RETENTION POLICY \"%s\" ON \"%s\" DURATION %s REPLICATION %s DEFAULT",
                "default", database, "30d", 1);
        this.query(command);
    }

    /**
     * 查询
     *
     * @param command 查询语句
     * @return 查询结果
     */
    public QueryResult query(String command) {
        return influxDB.query(new Query(command, database));
    }

    /**
     * 插入
     *
     * @param measurement 表
     * @param tags        标签
     * @param fields      字段
     */
    public void insert(String measurement, Map<String, String> tags, Map<String, Object> fields, long time,
                       TimeUnit timeUnit) {
        Point.Builder builder = Point.measurement(measurement);
        builder.tag(tags);
        builder.fields(fields);
        if (0 != time) {
            builder.time(time, timeUnit);
        }
        influxDB.write(database, retentionPolicy, builder.build());
    }

    /**
     * 写入测点
     *
     * @param point 单个数据点
     */
    public void insert(Point point) {
        influxDB.write(point);
    }

    /**
     * 批量写入测点
     *
     * @param batchPoints 批量数据点
     */
    public void batchInsert(BatchPoints batchPoints) {
        influxDB.write(batchPoints);
    }

    /**
     * 批量写入数据
     *
     * @param database        数据库
     * @param retentionPolicy 保存策略
     * @param consistency     一致性
     * @param records         要保存的数据（调用BatchPoints.lineProtocol()可得到一条record）
     */
    public void batchInsert(final String database, final String retentionPolicy,
                            final InfluxDB.ConsistencyLevel consistency, final List<String> records) {
        influxDB.write(database, retentionPolicy, consistency, records);
    }

    /**
     * 删除
     *
     * @param command 删除语句
     * @return 返回错误信息
     */
    public String deleteMeasurementData(String command) {
        QueryResult result = influxDB.query(new Query(command, database));
        return result.getError();
    }

    /**
     * 关闭数据库
     */
    public void close() {
        influxDB.close();
    }

    /**
     * 构建Point
     *
     * @param measurement 表
     * @param time        打点时间
     * @param tags        标签
     * @param fields      字段
     * @return 点数据对象
     */
    public Point pointBuilder(String measurement, long time, Map<String, String> tags, Map<String, Object> fields) {
        return Point.measurement(measurement).time(time, TimeUnit.MILLISECONDS).tag(tags).fields(fields).build();
    }
}

• 数据源配置类，由于我们需要在项目启动时，连接好InfluxDB数据库，所以通过这个类，注入Bean

package com.ilearn1234.monitor.bean;

import com.ilearn1234.monitor.util.InfluxDBUtil;
import org.springframework.beans.factory.annotation.Value;
import org.springframework.context.annotation.Bean;
import org.springframework.context.annotation.Configuration;

@Configuration
public class InfluxDBConfig {

    @Value("${influxdb.username}")
    String username;

    @Value("${influxdb.password}")
    String password;

    @Value("${influxdb.openurl}")
    String openurl;

    @Value("${influxdb.database}")
    String database;

    @Bean
    public InfluxDBUtil initInfluxDB() {
        return new InfluxDBUtil(username, password, openurl, database, "");
    }
}

• 对外接口，通过接口我们可以传入需要记录的参数，进行数据模拟

package com.ilearn1234.monitor.controller;

import com.ilearn1234.monitor.service.TestService;
import org.springframework.beans.factory.annotation.Autowired;
import org.springframework.web.bind.annotation.GetMapping;
import org.springframework.web.bind.annotation.RequestMapping;
import org.springframework.web.bind.annotation.RestController;

@RestController
@RequestMapping("/api")
public class TestController {

    @Autowired
    TestService testService;

    @GetMapping("/login")
    public void test(Integer num) {
        testService.test(num);
    }
}

• 业务具体实现类，这里我们通过自定义 表（measurement）自定义时间（time）自定义标签（tags）自定义字段（fields）构建成业务的数据点，进而存放到InfluxDB中

package com.ilearn1234.monitor.service.impl;

import com.ilearn1234.monitor.service.TestService;
import com.ilearn1234.monitor.util.InfluxDBUtil;
import org.influxdb.dto.Point;
import org.springframework.beans.factory.annotation.Autowired;
import org.springframework.stereotype.Service;

import java.util.Calendar;
import java.util.Map;

@Service("testService")
public class TestServiceImpl implements TestService {

    @Autowired
    InfluxDBUtil influxDBConnection;

    @Override
    public void test(Integer num) {
        Point point = influxDBConnection.pointBuilder(
                "user_login",
                Calendar.getInstance().getTimeInMillis(),
                Map.of("user", "login"),
                Map.of("login-number", num));
        influxDBConnection.insert(point);
    }
}

3、项目启动，进行数据模拟

• 打开启动文件，点击左侧的小三角（如果环境有问题，或者maven构建不对，左侧的图标是不会出来的，请自行检查），再选择debug 或者 run启动
• 控制台没有报错，端口也已经启动，即为正常
  
• 因为对外接口是get请求，所以我们通过浏览器访问“http://localhost:8081/api/login?num=1”，进行数据模拟
• 刚刚只有1个用户登录了，接下来我们通过浏览器访问“http://localhost:8081/api/login?num=3”，模拟3个用户同时登录
• 此时我们已经将数据存入到数据库中，接下来配置数据看板

4、配置Grafana数据看版

• 打开Grafana的控制台，按照下图，创建指定数据库
  
• 选择InfluxDB数据库
  
• 填写数据库的配置，一定要注意名字的拼写，博主就因为少个字母，耽误很久配不成功，配置完成点击下方的保存按钮
  
• 开始配置数据可视化面板，按照下图进行操作
  
  
• 我们指定数据库 InfluxDB-user，指定数据表user-login，筛选过滤标签user=login，查询login-number，可以看出基本的图形页面已经形成
• 右侧可以指定筛选数据的时间段，并且点击下方的“画笔”按钮，可以直接写sql查询
  
• 接下来，我们访问浏览器“http://localhost:8081/api/login?num=20”，模拟20个用户同时登录，查看下数据看版
• 在这里博主将时间段改成了15分钟，因为边弄程序，边写博客不容易，很花时间的。。。
  
• 如果我们像统计这段时间一共的登录用户是多少，我们可以这样操作，打开total选项，可以看到图表下方显示出了总数量24（1 + 3 + 20）
  
• 如果我们监控看版很多，那么我们每一个都需要起个名字
  
• 最后记得保存，这个很重要，切记。
  
• 至此，监控系统入门的大致讲解到这里，入门项目简单，可根据自身需求研究

---

基于jsoup框架的爬虫系统，包括接口爬、定时爬、多线程爬
GitHub地址：https://github.com/HappyWjl/easy-monitor
如果该项目对您有帮助，您可以点右上角 “Star” 支持一下 谢谢！
或者您可以 “follow” 一下，该项目将持续更新，不断完善功能。
转载还请注明出处，谢谢了
博主QQ：820155406